LiteRT-LM Python API

Linux と macOS 用の LiteRT-LM の Python API（Windows のサポートは近日提供予定）。マルチモーダリティやツール使用などの機能はサポートされていますが、GPU アクセラレーションは今後サポートされる予定です。

はじめに

Python API で構築されたターミナル チャットアプリのサンプルを次に示します。

import litert_lm

litert_lm.set_min_log_severity(litert_lm.LogSeverity.ERROR) # Hide log for TUI app

with litert_lm.Engine("path/to/model.litertlm") as engine:
  with engine.create_conversation() as conversation:
    while True:
      user_input = input("\n>>> ")
      for chunk in conversation.send_message_async(user_input):
        print(chunk["content"][0]["text"], end="", flush=True)

スタートガイド

LiteRT-LM は Python ライブラリとして利用できます。ナイトリー バージョンは PyPI からインストールできます。

# Using pip
pip install litert-lm-api-nightly

# Using uv
uv pip install litert-lm-api-nightly

1. Engine を初期化する

Engine は、API のエントリ ポイントです。モデルの読み込みとリソース管理を処理します。コンテキスト マネージャー（with ステートメントを使用）として使用すると、ネイティブ リソースが速やかに解放されます。

注: エンジンを初期化すると、モデルの読み込みに数秒かかることがあります。

import litert_lm

# Initialize with the model path and optionally specify the backend.
# backend can be Backend.CPU (default). GPU support is upcoming.
with litert_lm.Engine(
    "path/to/your/model.litertlm",
    backend=litert_lm.Backend.CPU,
    # Optional: Pick a writable dir for caching compiled artifacts.
    # cache_dir="/tmp/litert-lm-cache"
) as engine:
    # ... Use the engine to create a conversation ...
    pass

2. 会話を作成する

Conversation は、モデルとのインタラクションの状態と履歴を管理します。

# Optional: Configure system instruction and initial messages
messages = [
    {"role": "system", "content": [{"type": "text", "text": "You are a helpful assistant."}]},
]

# Create the conversation
with engine.create_conversation(messages=messages) as conversation:
    # ... Interact with the conversation ...
    pass

3. メッセージの送信

メッセージは同期または非同期（ストリーミング）で送信できます。

同期の例:

# Simple string input
response = conversation.send_message("What is the capital of France?")
print(response["content"][0]["text"])

# Or with full message structure
# response = conversation.send_message({"role": "user", "content": "..."})

非同期（ストリーミング）の例:

# sendMessageAsync returns an iterator of response chunks
stream = conversation.send_message_async("Tell me a long story.")
for chunk in stream:
    # Chunks are dictionaries containing pieces of the response
    for item in chunk.get("content", []):
      if item.get("type") == "text":
        print(item["text"], end="", flush=True)
print()

4. マルチモダリティ

# Initialize with vision and/or audio backends if needed
with litert_lm.Engine(
    "path/to/multimodal_model.litertlm",
    audio_backend=litert_lm.Backend.CPU,
    # vision_backend=litert_lm.Backend.CPU, (GPU support is upcoming)
) as engine:
    with engine.create_conversation() as conversation:
        user_message = {
            "role": "user",
            "content": [
                {"type": "audio", "path": "/path/to/audio.wav"},
                {"type": "text", "text": "Describe this audio."},
            ],
        }
        response = conversation.send_message(user_message)
        print(response["content"][0]["text"])

5. ツールの定義と使用

モデルが自動的に呼び出すことができるツールとして Python 関数を定義できます。

def add_numbers(a: float, b: float) -> float:
    """Adds two numbers.

    Args:
        a: The first number.
        b: The second number.
    """
    return a + b

# Register the tool in the conversation
tools = [add_numbers]
with engine.create_conversation(tools=tools) as conversation:
    # The model will call add_numbers automatically if it needs to sum values
    response = conversation.send_message("What is 123 + 456?")
    print(response["content"][0]["text"])

LiteRT-LM は、関数の docstring と型ヒントを使用して、モデルのツール スキーマを生成します。